Supongamos que tengo esta mesa tab (violín disponible).

| g | a | b |     v |
---------------------
| 1 | 3 | 5 |   foo |
| 1 | 4 | 7 |   bar |
| 1 | 2 | 9 |   baz |
| 2 | 1 | 1 |   dog |
| 2 | 5 | 2 |   cat |
| 2 | 5 | 3 | horse |
| 2 | 3 | 8 |   pig |

Estoy agrupando filas por g, y para cada grupo quiero un valor de la columna v. Sin embargo, no quiero alguna valor, pero quiero el valor de la fila con el máximo a, y de todos ellos, el que tiene el máximo b. En otras palabras, mi resultado debería ser

| 1 |   bar |
| 2 | horse |

Solución actual

Conozco una consulta para lograr esto:

SELECT grps.g,
(SELECT v FROM tab
WHERE g = grps.g
ORDER BY a DESC, b DESC
LIMIT 1) AS r
FROM (SELECT DISTINCT g FROM tab) grps

Pregunta

Pero considero esta consulta más bien feo. Principalmente porque usa un subconsulta dependiente, que se siente como un verdadero asesino de rendimiento. Entonces me pregunto si existe una solución más fácil a este problema.

Respuestas esperadas

La respuesta más probable que espero a esta pregunta.sería algún tipo de complemento o parche para MySQL (o MariaDB) que proporciona una función para esto. Pero también daré la bienvenida a otras inspiraciones útiles. Cualquier cosa que funcione sin una subconsulta dependiente calificaría como una respuesta.

Si su solución solo funciona para una sola columna de pedido, es decir, no podría distinguir entre cat y horse, siéntase libre de sugerir esa respuesta tan bien como espero que siga siendo útil para la mayoría de los casos de uso. Por ejemplo, 100*a+b sería una forma probable de ordenar los datos anteriores por ambas columnas sin dejar de usar una sola expresión.

Tengo algunas soluciones bastante complicadas en mente, y podría agregarlas después de un tiempo, pero primero miraré y veré si aparecen algunas nuevas y agradables.

Resultados de referencia

Como es bastante difícil comparar los distintosrespuestas con sólo mirarlas, he ejecutado algunos puntos de referencia en ellas. Esto se ejecutó en mi propio escritorio, usando MySQL 5.1. Los números no se compararán con ningún otro sistema, solo entre sí. Probablemente debería hacer sus propias pruebas con sus datos de la vida real si el rendimiento es crucial para su aplicación. Cuando lleguen nuevas respuestas, podría agregarlas a mi script y volver a ejecutar todas las pruebas.

• 100,000 artículos, 1,000 grupos para elegir, InnoDb:
  1. 0.166s para MvG (de la pregunta)
  2. 0.520s para RichardTheKiwi
  3. 2.199s para xdazz
  4. 19.24s para Demócratas (subconsultas secuenciales)
  5. 48.72s para acatt
• 100.000 elementos, 50.000 grupos para elegir, InnoDb:
  1. 0.356s para xdazz
  2. 0.640s para RichardTheKiwi
  3. 0.764s para MvG (de la pregunta)
  4. 51.50s para acatt
  5. demasiado largo para Demócratas (subconsultas secuenciales)
• 100.000 elementos, 100 grupos para elegir, InnoDb:
  1. 0.163s para MvG (de la pregunta)
  2. 0.523s para RichardTheKiwi
  3. 2.072s para Demócratas (subconsultas secuenciales)
  4. 17.78s para xdazz
  5. 49.85s para acatt

Así que parece que mi propia solución hasta ahora no es todoasí de malo, incluso con la subconsulta dependiente. Sorprendentemente, la solución de acatt, que también usa una subconsulta dependiente y que, por lo tanto, habría considerado aproximadamente lo mismo, funciona mucho peor. Probablemente algo con lo que el optimizador de MySQL "no puede hacer frente. La solución que propuso RichardTheKiwi también parece tener un buen rendimiento general. Las otras dos soluciones dependen en gran medida de la estructura de los datos. Con muchos grupos de grupos pequeños, el enfoque xdazz" supera a todos los demás, mientras que la solución de los demócratas funciona mejor (aunque no excepcionalmente bien) para unos pocos grupos grandes.

Respuestas

SELECT g, a, b, v
FROM (
SELECT *,
@rn := IF(g = @g, @rn + 1, 1) rn,
@g := g
FROM (select @g := null, @rn := 0) x,
tab
ORDER BY g, a desc, b desc, v
) X
WHERE rn = 1;

Pase único. Todas las otras soluciones me parecen O (n ^ 2).

De esta forma no se utilizan subconsultas.

SELECT t1.g, t1.v
FROM tab t1
LEFT JOIN tab t2 ON t1.g = t2.g AND (t1.a < t2.a OR (t1.a = t2.a AND t1.b < t2.b))
WHERE t2.g IS NULL

Explicación:</ strong>

SELECT g, v
FROM tab t
WHERE NOT EXISTS (
SELECT 1
FROM tab
WHERE g = t.g
AND a > t.a
OR (a = t.a AND b > t.b)
)

SELECT
yourTable.*
FROM
(SELECT g,    MAX(a) AS a FROM yourTable GROUP BY g   ) AS searchA
INNER JOIN
(SELECT g, a, MAX(b) AS b FROM yourTable GROUP BY g, a) AS searchB
ON  searchA.g = searchB.g
AND searchA.a = searchB.a
INNER JOIN
yourTable
ON  yourTable.g = searchB.g
AND yourTable.a = searchB.a
AND yourTable.b = searchB.b

SELECT
*
FROM
(
SELECT
ROW_NUMBER() OVER (PARTITION BY g ORDER BY a DESC, b DESC) AS sequence_id,
*
FROM
yourTable
)
AS data
WHERE
sequence_id = 1